《Pattern Classification》是一本由Richard O. Duda / Peter E. Hart 著作，Wiley-Interscience出版的Hardcover图书，本书定价：USD 155.00，页数：654，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《Pattern Classification》精选点评：

　　●很老，但是将经典方法背后的思想讲得非常透彻，适合入门

　　●skimmed

　　●注意勘误注意勘误注意勘误。书中的很多表示方法比较啰嗦，不过依然不妨碍其成为一本逻辑清晰的书，真的逻辑很清晰。

　　●其实没有完全看完的，不过好久没有翻过了。

　　●难死我了。。

　　●需要扎实的数学基础去理解

　　●不懂GMM，来看这本书吧

　　●有图真好

　　●不必多说的经典！

　　●老美写的就是不系统，东一章节西一块，不过都是好东西。

　　《Pattern Classification》读后感(一)：错误太多了！

　　我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。

　　我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。

　　《Pattern Classification》读后感(二)：终于找到勘误了

　　www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf

　　我的评论太短了

　　我的评论太短了

　　我的评论太短了

　　我的评论太短了

　　我的评论太短了

　　我的评论太短了

　　《Pattern Classification》读后感(三)：Pattern Classification

这本书是Deng Cai机器学习课程的主要参考教材，我在19年秋学期上课过程中把主要内容阅读了一遍，还做了部分课后习题，感觉习题的质量也挺高的。跳过了第四章Nonparametric Technique，第六章Multilayer Neural Networks，第七章Stochastic Methods，第八章NonMetric Methods，主要是这些内容比较陈旧，而且学术界发展较快，最后我整理了一份60多页PDF的笔记。

总的来说，虽然我之前读过PRML，读这本书的时候还是有很多收获，特别是加深了我对Bayesian Methods的理解。本书重视理论推导，在对待相同的问题时也多次提供了与PRML不同的视角（其实是这本书出版更早），至于有的人嫌弃错误有点多，之前有相关基础的话其实很容易就看出来，问题不大。

　　《Pattern Classification》读后感(四)：图表非常给力

　　相较别的书，这本书的图是非常给力的！

　　本来因为看这书比较老了，都没有去看过，最近拿起看了linear discriminant functions这章。

　　原来看支持向量机导论，开头讲线性分类器，几经拿起，怎么都没看下去。这章把svm涉及到的一些名词和来有都解释的非常清楚。

　　另外，光看这一章，最大的感触就是，有图真是好啊。看别的书，也经常会自己想象低维的情况，但是没有个参照，自己想想总是有点神经质的不确定，心里难受。这章基本上把涉及的主要观点都用图画出了2-3维的情况，非常爽，就像现在这天气吃西瓜的感觉。

　　不足：总结评论性的说明、模型的扩展，感觉不够一些，另外，光是这章，自洽是没问题，但是总觉得少了点和其他内容的关联。相比，bishop的prml这方面比较好，有一个整体的框架，不求把所有东西都放进去，也算是全面。也可能是我没看前面章节，前面也列过框架，看过的同志能指出来就好了。这些问题可能是出版比较早，很多理论无法和现在的一些模型关联造成的。